矩阵的Svd和特征分解

时间:2016-01-13 15:35:49

标签: matrix-multiplication eigen svd square-root

我的问题是关于任何矩阵的奇异值和特征分解。 对于任何矩阵A,假设我的SVD是A = UDW',我的特征分解是A = BCinv(B)。 在假设A ^(x)= B.C ^(x)inv(B)的情况下,取实数x。 如何通过SVD分解获得A ^(x)?

谢谢

1 个答案:

答案 0 :(得分:1)

我相信你想构建矩阵A A^(x) = B C^(x) inv(B)的一些实际功效,其中B C inv(B)可以通过特征分解获得。 简短的回答是,由奇异值分解给出的矩阵U,W通常不是彼此相反的https://math.stackexchange.com/a/320232。也就是说,它们不会在构造的矩阵幂函数中“抵消”。没有明确的方法如何用SVD构建真实的矩阵幂函数。

只有当A是对称的时,SVD变得类似于特征分解(直到置换值)。但是你可以坚持特征分解。